本文主要是介绍DASK==python分布式计算，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
启动调度器
dask-scheduler
启动一个worker并将自己注册到调度器
dask-worker 192.168.0.109:8786
然后编写代码执行
from dask.distributed import Clientif __name__ == "__main__":client = Client("tcp://192.168.0.109:8786")a = client.map(lambda x: x ** 2, range(10))b = client.map(lambda x: x + 1, a)c = client.map(lambda x: -x, b)re = client.submit(sum, c).result()print(re)
过程：任务代码，提交给调度器，调度器选择worker执行
=====
问题：
调度器怎么决定使用哪个worker？怎么自定义调度器的调度策略？
1-直接修改调度器源码
2-或者看官方文档，可以在启动调度器之前指定一个preload参数，并配置些东西
Customize Initialization — Dask documentation
当前调度器插件只支持这些参数，似乎并不能自定义选择worker的策略，add_worker看了下也没这些设置。插件只能做些日志上报之类的辅助功能
3-自定义客户端。能否在创建客户端的时候指定想用哪个worker ?
distributed.client.Client.submit
这篇关于DASK==python分布式计算的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
